| 大会名称 |
|---|
| 2018年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2018 |
| 発行日 |
| 2018-09-12 |
| セッション番号 |
| 6c |
| セッション名 |
| システムとLSIの設計技術 |
| 講演日 |
| 2018/09/21 |
| 講演場所(会議室等) |
| C棟C34 |
| 講演番号 |
| C-021 |
| タイトル |
| 4CH出力CNNを用いた超解像処理のハードウェア化 |
| 著者名 |
| 鈴木洸陽, 澤井剛史, 廣瀬哲也, 黒木修隆, 沼 昌宏, |
| キーワード |
| Convolutional Neural Network, 超解像, FPGA |
| 抄録 |
| 高品質な2倍拡大超解像処理を実現する4CH出力CNNをFPGA上で効率よく実現するために，畳み込み処理の並列化や回路の再利用を行うことで，少ないリソースで高速動作を可能とする2種類のハードウェア構成を提案する。フィルタサイズ可変の畳み込み回路を用いて第2層目と第3層目で畳み込み回路を共有することで，DSP等のリソースを約10% 削減可能であることを確認した。さらに，4CH出力CNNを用いた超解像の処理時間に関して，ソフトウェアと比べて，約5.5倍の高速化が可能であることを確認した。 |
| 本文pdf |
| PDF download (443.2KB) |